Коэффициент детерминации (R-квадрат)

Цель

Коэффициент детерминации (R-квадрат) указывает пропорциональное количество изменения переменной отклика y объясняемое независимыми переменными, X в линейной регрессионой модели. Чем больше R-квадрат, тем больше изменчивости объясняется линейной регрессионой модели.

Определение

R-квадрат - это пропорция общей суммы квадратов, объясненная моделью. Rsquaredсвойство подобранной модели является структурой с двумя полями:

  • Ordinary - Обыкновенный (нескорректированный) R-квадрат

    R2=SSRSST=1SSESST.

  • Adjusted - R-квадрат скорректирован для количества коэффициентов

    Radj2=1(n1np)SSESST.

    SSE - сумма квадратичной невязки, SSR - сумма квадратной регрессии, SST - сумма квадратной суммы, n - количество наблюдений, а p - количество коэффициентов регрессии. Обратите внимание, что p включает в себя точку пересечения, поэтому, например, p является 2 для линейной подгонки. Поскольку R-квадрат увеличивается с добавлением переменных предиктора в регрессионой модели, скорректированный R-квадрат корректирует количество переменных предиктора в модели. Это делает его более полезным для сравнения моделей с другим количеством предикторов.

Как

После получения подобранной модели, скажем mdl, использование fitlm или stepwiselmможно получить любое значение R-квадрат в виде скаляра путем индексации в свойство с помощью записи через точку, например,

mdl.Rsquared.Ordinary
mdl.Rsquared.Adjusted

Можно также получить SSE, SSR и SST с помощью свойств с таким же именем.

mdl.SSE
mdl.SSR
mdl.SST

Отображаемый коэффициент детерминации

В этом примере показано, как отобразить R-квадрат (коэффициент детерминации) и скорректированный R-квадрат. Загрузите выборочные данные и задайте ответ и независимые переменные.

load hospital
y = hospital.BloodPressure(:,1);
X = double(hospital(:,2:5));

Подбор линейной регрессионой модели.

mdl = fitlm(X,y)
mdl = 
Linear regression model:
    y ~ 1 + x1 + x2 + x3 + x4

Estimated Coefficients:
                   Estimate        SE        tStat        pValue  
                   _________    ________    ________    __________

    (Intercept)        117.4      5.2451      22.383    1.1667e-39
    x1               0.88162      2.9473     0.29913       0.76549
    x2               0.08602     0.06731       1.278       0.20438
    x3             -0.016685    0.055714    -0.29947       0.76524
    x4                 9.884      1.0406       9.498    1.9546e-15


Number of observations: 100, Error degrees of freedom: 95
Root Mean Squared Error: 4.81
R-squared: 0.508,  Adjusted R-Squared: 0.487
F-statistic vs. constant model: 24.5, p-value = 5.99e-14

Значения R-квадрат и скорректированные R-квадрат составляют 0,508 и 0,487, соответственно. Модель объясняет около 50% изменчивости переменной отклика.

Доступ к R-квадратным и скорректированным R-квадратным значениям с помощью свойства подобранного LinearModel объект.

mdl.Rsquared.Ordinary
ans = 0.5078
mdl.Rsquared.Adjusted
ans = 0.4871

Скорректированное значение R-квадрат меньше обычного значения R-квадрат.

См. также

| | |

Похожие темы

Для просмотра документации необходимо авторизоваться на сайте